首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

分布式系统设计新手入门---1,微服务的拆分

在我的文章《Web Services的分布式方法》中介绍了分布式设计的方法。但读者反映太过学术化而无法理解。促使我开始这个系列文章的创作,以方便新手能够在实践中使用分布式技术。虽然分布式是一个历史悠久的概念,最早的分布式系统出现在20世纪60年代末推出的ARPANET。但时到今日分布式系统设计都对新手非常的不友好。也可能你学习过大量的分布式的理论,但面对复杂的软件系统仍然也感到束手无策。那么希望这个系列的文章能帮助你重新梳理分布式的知识,建立正确设计分布式系统的方法论。首先分布式的入门要求并不高,需要你是个有一定开发经验的软件工程师,了解基本的并发编程知识。并发编程是分布式设计的基础。你会发现并发编程的知识在分布式系统设计中被经常的使用。但请不要混淆并发编程和分布式系统设计,这是两个完全不同的概念。这里的并发编程特指使用多线程开发软件系统的方法。分布式系统设计是比并发编程更高级的软件系统设计开发行为。在本文中我们先快速的描述一个典型的服务,以及如何一步一步的拆分这个服务为微服务。通过对这个典型的案例,介绍拆分服务的基本方法。然后我们再逐步讨论为什么使用这个方法论,以及这个方法论的使用条件和原理。

02

GNN如何建模时间序列?

时间序列是用于记录动态系统测量结果的主要数据类型,并由物理传感器和在线过程(虚拟传感器)大量生成。因此,时间序列分析对于发掘可用数据中隐含的信息丰富性至关重要。随着图神经网络(GNNs)的最近进步,基于GNN的时间序列分析方法的研究有所增加。这些方法可以明确地模拟时间和变量之间的关系,这是传统的和其他基于深度神经网络的方法难以做到的。在这次综述中,我们对图神经网络进行了全面的时间序列分析(GNN4TS),包括四个基本维度:预测、分类、异常检测和插补。我们的目标是指导设计师和实践者理解,构建应用,并推进GNN4TS的研究。首先,我们提供了一个全面的任务导向的GNN4TS分类。然后,我们介绍并讨论代表性的研究工作,最后讨论GNN4TS的主流应用。关于潜在的未来研究方向的全面讨论完整了这次综述。这次研查是首次汇集了大量关于基于GNN的时间序列研究的知识,突出了图神经网络用于时间序列分析的基础、实际应用和机会。

05

时间序列图神经网络最新综述(GNN4TS)

时间序列是用于记录动态系统测量结果的主要数据类型,并由物理传感器和在线过程(虚拟传感器)大量生成。因此,时间序列分析对于发掘可用数据中隐含的信息丰富性至关重要。随着图神经网络(GNNs)的最近进步,基于GNN的时间序列分析方法的研究有所增加。这些方法可以明确地模拟时间和变量之间的关系,这是传统的和其他基于深度神经网络的方法难以做到的。在这次综述中,我们对图神经网络进行了全面的时间序列分析(GNN4TS),包括四个基本维度:预测、分类、异常检测和插补。我们的目标是指导设计师和实践者理解,构建应用,并推进GNN4TS的研究。首先,我们提供了一个全面的任务导向的GNN4TS分类。然后,我们介绍并讨论代表性的研究工作,最后讨论GNN4TS的主流应用。关于潜在的未来研究方向的全面讨论完整了这次综述。这次研查是首次汇集了大量关于基于GNN的时间序列研究的知识,突出了图神经网络用于时间序列分析的基础、实际应用和机会。推荐阅读:深度时间序列的综述

04
领券